Veneto Agricoltura – Istituto per la Qualità e le Tecnologie Agroalimentari Valutazione dell’incertezza di misura in ambito microbiologico Associazione Italiana Allevatori 6° MEETING LABORATORI SETTORE LATTIERO CASEARIO Montegrotto Terme, 1-2 dicembre 2005 Angela Maiello – Dino Spolaor
52
Embed
Valutazione dell’incertezza di misura in ambito microbiologico · • UNI CEI EN ISO/IEC 17025:2000 – Requisiti generali per la competenza dei laboratori di prova e di taratura
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
Veneto Agricoltura – Istituto per la Qualità e le Tecnologie Agroalimentari
Valutazione dell’incertezza di misura in ambito microbiologico
Associazione Italiana Allevatori
6° MEETING
LABORATORI SETTORE LATTIERO CASEARIO
Montegrotto Terme, 1-2 dicembre 2005
Angela Maiello – Dino Spolaor
2Veneto Agricoltura – Istituto per la Qualità e le Tecnologie Agroalimentari
DOCUMENTI di RIFERIMENTO
• UNI CEI EN ISO/IEC 17025:2000 – Requisiti generali per la competenza dei laboratori di prova e di taratura
• UNI CEI ENV 13005:2000 - Guida all’espressione dell’incertezza di misura
• MIKES - Centre for metrology and accreditation, Publication J4/2003, Uncertainty of quantitative determinations derived by cultivation of microorganisms, Seppo I. Niemela
• ISO 7218:1996/Amd. 1:2001 - Microbiology of food and animal feeding stuffs – General rules for microbiological examination
• UNI ENV ISO 13843:2003 – Qualità dell’acqua – Guida per la validazione di metodi microbiologici
3Veneto Agricoltura – Istituto per la Qualità e le Tecnologie Agroalimentari
ISO 7218:1996(1)
CALCOLO DEL CONTEGGIO (n piastre di più diluizioni)
)d0,1nV(n
CN
21 += ∑
Caso generale
V = volume (ml) dell’inoculo distribuito in ciascuna capsulan1 = numero di capsule della prima diluizione consideratan2 = numero di capsule della seconda diluizione consideratad = diluizione (capsula n1)
4Veneto Agricoltura – Istituto per la Qualità e le Tecnologie Agroalimentari
DATI CONTE (test di valutazione preliminare)
2228240260
4050250200
-50-220
-15-260
-40-230
-25-250
Piastra 2n. colonie
Piastra 1n. colonie
Piastra 2n. colonie
Piastra 1n. colonie
Seconda diluizione (10-4)Prima diluizione (10-3)
5Veneto Agricoltura – Istituto per la Qualità e le Tecnologie Agroalimentari
6Veneto Agricoltura – Istituto per la Qualità e le Tecnologie Agroalimentari
DISTRIBUZIONE DEI DATI
• VALORE CORRETTO: 250.000• VALORI NON CONFORMI: 68%
• MINIMO: 140.000 MASSIMO: 2.500.000 (360.000)
• Intervallo di fiducia: 230.000 – 270.000
7Veneto Agricoltura – Istituto per la Qualità e le Tecnologie Agroalimentari
INTERVALLO DI FIDUCIA
Intervallo di fiducia:intervallo di valori entro il quale con un definito livello di fiducia si trova il valore vero di un dato parametro di una popolazione
Livello di fiducia: valore della probabilità associata ad un intervallo di fiducia o ad un intervallo statistico di copertura
limite superiore: valore estremo superiore dell’intervallo di fiducia limite inferiore: valore estremo inferiore dell’intervallo di fiducia
8Veneto Agricoltura – Istituto per la Qualità e le Tecnologie Agroalimentari
ISO 7218:1996INTERVALLO DI FIDUCIA
d
1
B
C1,96
B
1,92
B
Cδ ⋅
±+= ∑∑
( )21 0,1nnVB +=
dove
9Veneto Agricoltura – Istituto per la Qualità e le Tecnologie Agroalimentari
10Veneto Agricoltura – Istituto per la Qualità e le Tecnologie Agroalimentari
INCERTEZZA DI CATEGORIA BCOME IN ISO 13843
Con riferimento agli American Standard Methods
con conte superiori a 20 UFC/g - ml
Calcolo dell’intervallo di fiducia
Limite superiore
Limite inferiore
CC 2+=
CC 2−=
11Veneto Agricoltura – Istituto per la Qualità e le Tecnologie Agroalimentari
UNI 10674 Caso di conta su una sola piastra
ii C2c ±
C1 = 67
Calcolo risultato conteggio e intervallo di fiducia
166767267C ±=±=
12Veneto Agricoltura – Istituto per la Qualità e le Tecnologie Agroalimentari
Stima dell’Intervallo di fiduciaUNI 10674 (caso di 2 piastre)
nC
kI.F. mp±=
2C
2,0- mmC
2C
, m02Cm +
n = numero di piastre (prove)Cm = media delle n conteKp = fattore di copertura per p = 95%1,96 arrotondato a 2,0
Limite inferiore:
Limite superiore:mm C41c ,+
mm C41c ,−
Conte comprese tra 15 e 300 ufc per piastra
13Veneto Agricoltura – Istituto per la Qualità e le Tecnologie Agroalimentari
UNI 10674 Valutazione dei risultati di 2 prove in parallelo
p
21
21 kcc
cc≤
+−
3179
90
90,
22
22==
+−
mm C41c ,±
C1 = 20 C2 = 29 Cm = 25
Calcolo valore medio e intervallo di fiducia
725254125C ±=±= ,
14Veneto Agricoltura – Istituto per la Qualità e le Tecnologie Agroalimentari
Approcci di calcolo diversiConfronto con i laboratori di chimica
- Gap in relazione all’approccio metrologico tra i laboratori di chimica e quelli di microbiologia
- Tendenza dei tecnici di microbiologia a trasferire nel proprio ambito esperienze e applicazioni adottate dai laboratori chimici
15Veneto Agricoltura – Istituto per la Qualità e le Tecnologie Agroalimentari
Problemi di applicabilità delle metodologie chimiche
In chimica: i dati di misura sono variabili casuali continue che seguono il modello di distribuzione di probabilità normale
In microbiologia: si opera su variabili casuali discrete (dati di conteggio) che seguono prevalentemente il modello di distribuzione di probabilità di Poisson
16Veneto Agricoltura – Istituto per la Qualità e le Tecnologie Agroalimentari
UNI ENV ISO13843:2003 p.to 5.3
La variazione casuale dovuta alla distribuzione non uniforme delle particelle tra campioni paralleli, persino nelle sospensioni perfettamente miscelate, è una caratteristica dei metodi microbiologici. La variazione casuale di base è inevitabile e non ha niente a che fare con le competenze tecniche o l’apparecchiatura. Essa segue una legge matematica nota, la distribuzione di Poisson.
Le imperfezioni tecniche e molte altre cause sono responsabili della variazione addizionale. (…) denominata sovradispersione.
17Veneto Agricoltura – Istituto per la Qualità e le Tecnologie Agroalimentari
UNI ENV ISO 13843:2003 p.to 9.5.3
Le enunciazioni di precisione basate sulla distribuzione di Poisson sono molto comuni nelle norme microbiologiche.
“… il modello di Poisson … ha il vantaggio distintivo cheuna singola stima può essere collegata a ogni determinazione”
18Veneto Agricoltura – Istituto per la Qualità e le Tecnologie Agroalimentari
Tendenza diffusa
BASARE LA STIMA DELL’INCERTEZZA DI MISURA
SU DATI DI
RIPETIBILITÀ E RIPRODUCIBILITÀ
Problemi per le prove microbiologiche (indipendenti dall’operatore)
- instabilità della matrice (alimento / acqua)
- variabilità dei sottocampioni (tra essi prima che nella prova)
- distribuzione dei microrganismi (σ2 ≅ µ)
19Veneto Agricoltura – Istituto per la Qualità e le Tecnologie Agroalimentari
UNI ENV ISO13843:2003 p.to 4.2.8
“ Le prove collaborativesono state sviluppate in uno strumento ampiamente applicato per le prove delle caratteristiche di precisione dei metodi chimici. Sembra tuttavia prematuro raccomandare lo stesso in microbiologia.(…)
L’esperienza presente è che gli esperimenti collaborativi destinati alle prove delle prestazioni dei metodi tendono a trasformarsi in prove di perizia del laboratorio ed esercizi di formazione”
20Veneto Agricoltura – Istituto per la Qualità e le Tecnologie Agroalimentari
Per una stima attendibile di tale incertezza è opportuno disporre di un elevato numero di risultati paralleli
Procedimento meno adeguato in microbiologia rispetto alle prove di chimica a causa dell’instabilità dei campioni.
Miglior approccio in microbiologia: stimare le singole componenti dell’incertezza →→→→ incertezza tipo composta
Valutazione delle incertezze di Categoria A (3)
21Veneto Agricoltura – Istituto per la Qualità e le Tecnologie Agroalimentari
UNI ENV ISO 13843:2003 p.to 9.5.2Stime della precisione di tipo A
Tali stime non hanno ancora fatto la loro comparsa nelle norme microbiologiche
“… la precisione delle determinazioni microbiologiche non è costantepersino in scala logaritmica, ma dipende dal numero delle colonie”
22Veneto Agricoltura – Istituto per la Qualità e le Tecnologie Agroalimentari
MICROBIOLOGIA
PRINCIPALI COMPONENTI DELL’INCERTEZZA
• Distribuzione casuale delle cellule microbiche
• Volume di inoculo
• Diluizioni
• Lettura del risultato
23Veneto Agricoltura – Istituto per la Qualità e le Tecnologie Agroalimentari
Calcolo sperimentale della ripetibilità di dosaggio delle pipette
Calcolo sperimentale della ripetibilità di dosaggio del diluente
Calcolo sperimentale della ripetibilità di conteggio degli operatori
Approccio per Singole ComponentiValutazioni preliminari
24Veneto Agricoltura – Istituto per la Qualità e le Tecnologie Agroalimentari
1 0 2 7 2 7 0 , 0 0 0 0 01 1 n . d . n . d . n . d .1 2 n . d . n . d . n . d .1 3 n . d . n . d . n . d .1 4 n . d . n . d . n . d .1 5 n . d . n . d . n . d .1 6 n . d . n . d . n . d .1 7 n . d . n . d . n . d .1 8 n . d . n . d . n . d .1 9 n . d . n . d . n . d .2 0 n . d . n . d . n . d .2 1 n . d . n . d . n . d .2 2 n . d . n . d . n . d .2 3 n . d . n . d . n . d .2 4 n . d . n . d . n . d .2 5 n . d . n . d . n . d .2 6 n . d . n . d . n . d .2 7 n . d . n . d . n . d .2 8 n . d . n . d . n . d .2 9 n . d . n . d . n . d .3 0 n . d . n . d . n . d .
T O T A L E 0 , 0 4 5 7
V a r i a n z a r e l a t i v a d i l e t t u r a d e l l ' a n a l i s t a 0 , 0 0 2 3I n c e r t e z z a t ip o r e la t i v a d i l e t t u r a d e l l 'a n a l i s t a 0 , 0 4 7 8
31Veneto Agricoltura – Istituto per la Qualità e le Tecnologie Agroalimentari
CALCOLO DELLE COMPONENTI D’INCERTEZZA
Incertezza dovuta al dosaggio degli inoculi
32Veneto Agricoltura – Istituto per la Qualità e le Tecnologie Agroalimentari
Incertezza del volume totale inoculato (con diluizioni)
( ) ( )V
V2u/VVu =
Incertezza relativa del volume totale inoculato
Varianza del volume totale inoculato
( )[ ] ( )[ ]{ }222
22 /ffuk/inocinocun 1
(inoc)un(V)uf
⋅+⋅⋅+⋅=
33Veneto Agricoltura – Istituto per la Qualità e le Tecnologie Agroalimentari
CALCOLO DELLE COMPONENTI D’INCERTEZZA
Incertezza dovuta al fattore di diluizione
34Veneto Agricoltura – Istituto per la Qualità e le Tecnologie Agroalimentari
Varianza relativadel Fattore di diluizione totale (k step)
( )[ ] ( )[ ]22/ffuk/FFu ⋅=
Caso di fattori di diluizione diversi nei singoli step
( )[ ] ( )[ ] ( )[ ] ( )[ ] L+++= 2222
332211/ffu/ffu/ffu/FFu
Caso di fattori di diluizione costanti
k = n° di step di diluizione
35Veneto Agricoltura – Istituto per la Qualità e le Tecnologie Agroalimentari
CALCOLO DELLE COMPONENTI D’INCERTEZZA
Eventuale Incertezza di conferma delle colonie
36Veneto Agricoltura – Istituto per la Qualità e le Tecnologie Agroalimentari
Prove di conferma(3)
Applicazione di un coefficiente di conferma al numero di colonie presunte positive
k = numero di colonie confermaten = numero di colonie presunte positive sottoposte a confermaz = numero di colonie presunte positive
znk
x =n
kp̂ =
p̂
37Veneto Agricoltura – Istituto per la Qualità e le Tecnologie Agroalimentari
Varianza relativa della distribuzione di Poisson
(caso della conta confermata)
( )[ ]n
1
k
1
z
1/xxu 2 −+=
38Veneto Agricoltura – Istituto per la Qualità e le Tecnologie Agroalimentari
Varianza relativa della somma delle conte confermate
( )[ ]∑∑∑
−+=iii
2
n
1
k
1
z
1/XXu
( )[ ]N
1
K
1
Z
1/XXu 2 −+=
che può anche essere scritto come
Z = somma delle colonie presunte positiveK = somma delle colonie confermateN = somma delle colonie presunte positive sottoposte a conferma
39Veneto Agricoltura – Istituto per la Qualità e le Tecnologie Agroalimentari
Componenti dell’incertezza
Comune a tutti i conteggi (di facile calcolo, è inversamente proporzionale al numero di colonie contate)
Distribuzione di Poisson u(Z)/Z
Comune a tutti i conteggi è legata alla ripetibilità di dosaggio degli inoculi. E’ richiesta una valutazione sperimentale della ripetibilità del dosaggio con le pipette.
Volume totale inoculato u(V)/V
Solo se richiesta la conferma delle colonie. In tale caso comprende e quindi sostituisce u(Z)/Z (distribuzione di Poisson)
Conferma colonie u(p)/p
Comune a tutti i conteggi, richiede una preliminare valutazione della ripetibilità dei conteggi da parte degli operatori.Lettura piastre u(L)/L
In presenza di diluizioni (è legata alla numerosità delle diluizioni allestite e alla ripetibilità di dosaggio dei volumi del diluente) E’ richiesta una valutazione sperimentale della ripetibilità del dosaggio del diluente.
Fattore di diluizione
u(F)/F
Quando contribuiscono all’incertezza?Componenti incertezza
40Veneto Agricoltura – Istituto per la Qualità e le Tecnologie Agroalimentari
Rapporto di calcolodelle componenti dell’incertezza
Incertezza relativa del risultato della prova Prove che non prevedono la conferma
43Veneto Agricoltura – Istituto per la Qualità e le Tecnologie Agroalimentari
Metodo semplificatoBasato sul calcolo del parametro G2
⋅−
⋅⋅= ∑
=−
n
1i i
ii
21n V
ZlnZ
vz
lnz2G
Metodo che non richiede il calcolo delle singole componenti di incertezza, ma che tiene conto delle componenti date da- distribuzione di Poisson- incertezza dei volumi di inoculo- incertezza di lettura delle piastre
44Veneto Agricoltura – Istituto per la Qualità e le Tecnologie Agroalimentari
G2 - SIGNIFICATO (1)
Il valore assunto da G2 permette di valutare se l’operatore abbia lavorato in maniera accettabile e se i conteggi ottenuti alle distinte diluizioni siano da considerarsi congruenti tra loro
Tale condizione si ottiene se
G2 ≤≤≤≤ χχχχ p = 0,95, n-1
45Veneto Agricoltura – Istituto per la Qualità e le Tecnologie Agroalimentari
G2 - SIGNIFICATO (2)
- Valore atteso nella classica distribuzione di Poisson
G2/n-1≤≤≤≤ 1,0- Presenza di variabilità non imputabile alla sola distribuzione di Poisson
G2/n-1 > 1,0- Presenza di problemi analitici
G2/n-1 > 5,0 In questo caso i dati dovrebbero essere riesaminati
46Veneto Agricoltura – Istituto per la Qualità e le Tecnologie Agroalimentari
X2 della 1a
diluizioneGiudizio X2 della 2a
diluizioneGiudizio G2 Giudizio
omogeneità G2/(n-1)Giudizio
variabilitàOmogeneità 1a diluizione
Giudizio 1a dil
Omogeneità 2a diluizione
Giudizio 2a dil
Proporzionalità Tra diluizioni
Giudizio Tra diluizioni
1,815 OK 0,000 OK 2,32 OK 0,77 OK 1,84 OK 0,00 OK 0,49 OKn.d. n.d. n.d. n.d. n.d. n.d. n.d. NC n.d. n.d. n.d. n.d. n.d. n.d.n.d. n.d. n.d. n.d. n.d. n.d. n.d. NC n.d. n.d. n.d. n.d. n.d. n.d.
0,007 OK n.d. n.d. 0,02 OK 0,01 OK 0,01 OK n.d. n.d. 0,01 OK6,224 Critico 0,091 OK 13,73 NC 4,58 Critico 6,25 Critico 0,09 OK 7,39 NC0,075 OK 1,043 OK 1,13 OK 0,38 OK 0,08 OK 1,05 OK 0,01 OK
n.d. n.d. 0,000 OK 1,06 OK 0,53 OK n.d. n.d. 0,00 OK 1,06 OKn.d. n.d. 3,571 OK 4,09 OK 2,05 Critico n.d. n.d. 3,96 Critico 0,13 OKn.d. n.d. 2,000 OK 2,11 OK 1,06 Critico n.d. n.d. 2,09 OK 0,02 OKn.d. n.d. n.d. n.d. 0,12 OK 0,12 OK n.d. n.d. n.d. n.d. 0,12 OKn.d. n.d. n.d. n.d. 0,00 OK 0,00 OK n.d. n.d. n.d. n.d. 0,00 OKn.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d.n.d. n.d. n.d. n.d. 0,00 OK 0,00 OK n.d. n.d. n.d. n.d. 0,00 OKn.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. #DIV/0! #DIV/0!
0,115 OK 3,240 OK 3,86 OK 1,29 Critico 0,12 OK 3,31 OK 0,43 OK0,812 OK 0,333 OK 1,16 OK 0,39 OK 0,81 OK 0,33 OK 0,02 OK0,877 OK 0,091 OK 0,98 OK 0,33 OK 0,88 OK 0,09 OK 0,01 OK0,948 OK 6,259 Critico 7,48 OK 2,49 Critico 0,95 OK 6,53 Critico 0,00 OK0,533 OK 0,000 OK 0,88 OK 0,29 OK 0,53 OK 0,00 OK 0,35 OK
n.d. n.d. 1,000 OK 0,31 OK 0,31 OK n.d. n.d. n.d. n.d. 0,31 OKn.d. n.d. n.d. n.d. 2,22 OK 2,22 Critico n.d. n.d. n.d. n.d. 2,22 OKn.d. n.d. n.d. n.d. 0,00 OK 0,00 OK n.d. n.d. n.d. n.d. 0,00 OKn.d. n.d. n.d. n.d. 0,03 OK 0,03 OK n.d. n.d. n.d. n.d. 0,03 OK
0,924 OK 1,087 OK 7,45 OK 2,48 Critico 0,92 OK 1,10 OK 5,43 Critico0,352 OK 0,143 OK 0,50 OK 0,17 OK 0,35 OK 0,14 OK 0,00 OK1,579 OK 1,000 OK 2,86 OK 0,95 OK 1,58 OK 1,02 OK 0,26 OK0,150 OK 0,167 OK 2,84 OK 0,95 OK 0,15 OK 0,17 OK 2,52 OK5,556 Critico 4,261 Critico 9,92 Critico 3,31 Critico 5,57 Critico 4,33 Critico 0,02 OK0,007 OK 2,882 OK 3,64 OK 1,21 Critico 0,01 OK 2,97 OK 0,67 OK2,368 OK 0,000 OK 2,61 OK 0,87 OK 2,38 OK 0,00 OK 0,23 OK
OMOGENEITA' CONTEValutazione di proporzionalità generale
ACCETTABILITA' CONTEIndice di dispersione di Poisson
ACCETTABILITA' CONTE IN DOPPIO
Calcolo dell'indice del logaritmo del rapporto di v erosimiglianza G 2Calcolo dell'indice X 2
47Veneto Agricoltura – Istituto per la Qualità e le Tecnologie Agroalimentari
Metodo semplificato
Il metodo semplificato permette di valutare l’incertezza relativa che include tutte le componenti casuali che influenzano le conte in un sistema rivelatore multiplo
[ ]Zn
Gx/)x(u n 1
1
21
2
⋅−
= −
[ ] [ ]22u(F)/Fx)/xu(u(y)/y +=
In cui
48Veneto Agricoltura – Istituto per la Qualità e le Tecnologie Agroalimentari
Confronto tra metodi di calcolo
Tabella 8c – Confronto degli intervalli dell’incertezza ottenuti applicando i diversi approcci di calcolo
Risultato 2,5 x 107 UFC
Incertezza tipo composta
Incertezza estesa (k = 2)
Limite inferiore
Limite superiore
Metodo metrologico 0,17 x 10 7 ± 0,34 x 107 2,2 x 107 2,8 x 107
Metodo semplificato 0,16 x 10 7 ± 0,32 x 107 2,2 x 107 2,8 x 107
ISO 7218 / / 2,3 x 107 2,7 x 107
49Veneto Agricoltura – Istituto per la Qualità e le Tecnologie Agroalimentari
Diluizioni
10-5 10-5 10-6 10-6 Risultato
(UFC) Incertezza
estesa U Limite
inferiore Limite
superiore
249 248 23 24 2,5 x 107 0,05 ± 510.000 2,4 x 107 2,6 x 107
240 244 33 27 2,5 x 107 0,99 ± 2.100.000 2,3 x 107 2,7 x 107
204 280 28 32 2,5 x 107 4,86 ± 4.700.000 2,0 x 107 3,0 x 107
184 300 22 38 2,5 x 107 11,57 ± 7.300.000 1,8 x 107 3,2 x 107
1n
G 21n
−−
• Diverse combinazioni di conta di colonie
• Medesimo conteggio microbico per unità di campione
• Diversa ampiezza dell’incertezza di misura
Intervallo di fiducia (ISO 7218): lim.inf. 2,3 x 107 lim.sup. 2.7 x 107
50Veneto Agricoltura – Istituto per la Qualità e le Tecnologie Agroalimentari
Efficacia del metodo semplificato
Il metodo semplificato di calcolo dell’incertezza a differenza della ISO 7218, esprime valori di incertezza con ampiezza che è funzione della qualità della prestazione analitica che ha prodotto il risultato
51Veneto Agricoltura – Istituto per la Qualità e le Tecnologie Agroalimentari
In c e r te z z a E S T E S A (s e c o n d o M ik e s
J 4 /2 0 0 3 )
±
Inc.
spec
.lettu
ra
In c e r te z z a e s te s a (m e to d o s e m p l i f ic a to
M ik e s J 4 /2 0 0 3 )
±
O m o g e n e i tà
1 a d i lu iz io n eO m o g e n e i tà 2 a
d i lu iz io n eP ro p o rz io n a l i tà T ra
d i lu iz io n iO m o g e n e i tà
T O T A L E
5 ,3 E + 0 2 4 ,5 E + 0 2 O K O K O K O K2 ,7 E + 0 4 n .d . n .d . n .d . n .d . n .d .9 ,3 E + 0 3 n .d . n .d . n .d . n .d . n .d .1 ,5 E + 0 4 5 ,3 E + 0 3 O K n .d . O K O K2 ,7 E + 0 3 3 ,1 E + 0 3 C r it ic o O K N C N C3 ,4 E + 0 3 1 ,9 E + 0 3 O K O K O K O K8 ,2 E + 0 1 5 ,7 E + 0 1 n .d . O K O K O K1 ,1 E + 0 2 1 ,5 E + 0 2 n .d . C r it ic o O K O K1 ,2 E + 0 2 1 ,2 E + 0 2 n .d . O K O K O K2 ,5 E + 0 2 8 ,2 E + 0 1 n .d . n .d . O K O K1 ,1 E + 0 2 1 ,2 E + 0 1 n .d . n .d . O K O K9 ,8 E + 0 2 n .d . n .d . n .d . n .d . n .d .9 ,0 E + 0 1 8 ,3 E + 0 0 n .d . n .d . O K O K1 ,1 E + 0 2 n .d . n .d . n .d . # D IV /0 ! n .d .1 ,9 E + 0 3 1 ,7 E + 0 3 O K O K O K O K2 ,2 E + 0 3 1 ,3 E + 0 3 O K O K O K O K1 ,2 E + 0 3 6 ,7 E + 0 2 O K O K O K O K2 ,2 E + 0 3 2 ,6 E + 0 3 O K C r it ic o O K O K5 ,4 E + 0 2 2 ,9 E + 0 2 O K O K O K O K7 ,4 E + 0 1 4 ,0 E + 0 1 n .d . n .d . O K O K1 ,8 E + 0 4 2 ,3 E + 0 4 n .d . n .d . O K O K1 ,1 E + 0 2 1 ,3 E + 0 1 n .d . n .d . O K O K2 ,4 E + 0 3 6 ,6 E + 0 2 n .d . n .d . O K O K1 ,5 E + 0 8 1 ,9 E + 0 8 O K O K C r it ic o O K9 ,6 E + 0 7 5 ,1 E + 0 7 O K O K O K O K1 ,3 E + 0 8 1 ,1 E + 0 8 O K O K O K O K1 ,8 E + 0 8 1 ,5 E + 0 8 O K O K O K O K3 ,8 E + 0 7 4 ,3 E + 0 7 C r it ic o C r it ic o O K C r it ic o1 ,5 E + 0 7 1 ,4 E + 0 7 O K O K O K O K1 ,2 E + 0 8 1 ,0 E + 0 8 O K O K O K O K
52Veneto Agricoltura – Istituto per la Qualità e le Tecnologie Agroalimentari
Valutazione dell’incertezza di misura in ambito microbiologico